arXiv · Signal Processing· J. Camilo Puerta-Acevedo, Maria F. Alcala-Durand, Juli\'an D. Arias-Londo\~no, Elisa Luque-Buzo, Francisco Grandas-P\'erez, Juan I. Godino-Llorente·· 1 天前AI 评分40
使用平滑追踪眼动自动筛查帕金森病
Automated screening of Parkinson's Disease using Smooth Pursuit Eye Movements
AI 导读
基于平滑追踪眼动序列的复杂度与非线性动力学特征,支持向量机在18人外部测试集上筛查帕金森病的AUC为0.86。
摘要 · AI 翻译
arXiv:2610.33359v1 公告类型:新摘要:平滑追踪眼动在帕金森病中常发生改变,但既往研究主要依赖描述注视与目标之间关系的常规参数。本研究探讨注视位置序列的复杂度与非线性动力学指标能否支持帕金森病的自动筛查。研究使用视频眼动仪记录了41名早期帕金森病患者和47名健康对照者在12项平滑追踪任务中的注视位置序列。比较了四种实验框架和四种嵌入延迟策略。选定的实验设置结合了基线漂移去除与固定嵌入延迟。经过特征选择后,针对每个任务和每个轴分别训练支持向量机,并将其输出在专家混合模型中组合。该流程在70名参与者中开发,并在由18名参与者组成的外部测试集上评估。在外部测试集上,该流程获得的受试者工作特征曲线下面积为0.86。最具信息量的特征描述了帕金森病中持续性较低、更不规则的注视位置序列,且主要沿水平轴。这些结果支持将平滑追踪的复杂度与非线性动力学指标作为帕金森病筛查的候选标志物,但仍需在更大的独立队列中验证。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Signal Processing · arxiv.org